使用注意力体素关联网络的突触伙伴指派
计算机视觉与模式识别
2019-11-25 v2
摘要
连接组学旨在恢复体电子显微镜成像数据集中完整的突触连接集合。已有许多系统被提出用于定位突触，近期研究包含了一种识别在突触间隙处通信的突触伙伴的方法。我们将识别突触伙伴的问题重新构建为从给定间隙直接生成突触伙伴掩码。我们训练一个卷积网络执行此任务。该网络以局部图像上下文和表示单个间隙的二值掩码作为输入。其被训练产生两个二值输出掩码：一个标记输入图像中突触前伙伴的体素，另一个类似地标记突触后伙伴。间隙掩码作为网络的注意力门控信号。我们发现该方法的实现在小鼠体感皮层数据集上表现良好，并作为联合系统的一部分对其进行评估以预测间隙和连接。
引用
@article{arxiv.1904.09947,
title = {Synaptic Partner Assignment Using Attentional Voxel Association Networks},
author = {Nicholas Turner and Kisuk Lee and Ran Lu and Jingpeng Wu and Dodam Ih and H. Sebastian Seung},
journal= {arXiv preprint arXiv:1904.09947},
year = {2019}
}